Машинное обучение. Паттерны проектирования | Machine Learning. Design Patterns

Обзор

Книга представляет паттерны проектирования, отражающие лучшие практические подходы к решению типичных задач машинного обучения. Эти паттерны, реализованные в программном коде, собирают опыт сотен экспертов и предлагают простые и доступные советы. В ней подробно разбираны 30 паттернов, применяемых для представления данных и задач, обучения моделей, обеспечения отказоустойчивости, воспроизводимости и искусственного интеллекта. Каждый паттерн включает постановку задачи, варианты решений и рекомендации по выбору наиболее подходящего технического приема. Книга предназначена для программистов, работающих в области машинного обучения.

Кому подойдёт

• Программисты, занимающиеся машинным обучением
• Студенты факультетов информатики и данных
• Разработчики, ищущие практические решения для ML‑проектов
• Специалисты, желающие повысить навыки в области искусственного интеллекта
• Профессионалы, готовящиеся к сертификации в ML

Ключевые особенности

• 30 design patterns specifically for machine learning tasks, including data representation, model training, fault‑tolerant service, reproducibility, and AI
• Each pattern provides a problem description, alternative solutions, and guidance on selecting the optimal technical approach
• Written in Russian and targets programmers and students aged 16 and older
• Softcover edition with 448 pages, published in 2022 by БХВ–Петербург
• Authors: Lakshmanan Valiappa, Robinson S., and Michael Munn; ISBN 9785977567978

Overview

The book presents design patterns that embody the best practical approaches to solving typical machine learning problems. Implemented in code, these patterns consolidate the experience of hundreds of experts into clear, accessible advice. It provides a detailed analysis of 30 patterns used for representing data and tasks, training models, fault‑tolerant service, reproducibility, and artificial intelligence. Each pattern includes a problem statement, possible solutions, and recommendations for selecting the most suitable technical approach. It is intended for programmers working in the field of machine learning.

Who it's for

• Machine learning programmers
• Computer science and data science students
• Developers seeking practical ML solutions
• Professionals aiming to improve AI skills
• Individuals preparing for ML certification

Key features

• 30 design patterns for machine learning, covering data representation, model training, fault‑tolerant service, reproducibility, and artificial intelligence
• Each pattern includes a problem statement, possible solutions, and recommendations for the best technical approach
• Written in Russian, intended for programmers and students aged 16 and up
• Softcover edition, 448 pages, published in 2022 by БХВ–Петербург
• Authors: Lakshmanan Valiappa, Robinson S., and Michael Munn; ISBN 9785977567978